跑得好好的Java进程，怎么突然就瘫痪了？

阿里妹导读：Java能成为应用最广泛的语言，和他的内存托管机制是分不开的。很多人眼中，Java虚拟机是透明的，只需知道核心api的用法，便可以专注于实现具体业务，然后依赖Java虚拟机运行甚至优化应用。

你是否有过这样的经历，跑得好好的Java进程，突然就瘫痪了。过于依赖Java虚拟机导致我们对问题无从下手，问题反复出现影响开发效率。其实，多数Java进程瘫痪的原因可以从java虚拟机层面找到原因，本文列举出导致Java进程瘫痪的一些共性原因，供大家交流和学习。

一、内存回收一直是java的痛点

用Java无法做出类似Redis这样的产品。java的内存回收机制使我们在编写代码时不需要关注对象的回收，同时加大了内存回收的消耗，标记复制需要做内存拷贝，标记清除算法则需要stop the world。所以我们在使用缓存的时候，量稍微大一些就需要借助类似Redis这样的中间件帮我们处理了。作为Javaer，我们享受了自动内存回收的安逸，同时也需要多了解下内存优化的方法。

二、为什么fgc停不下来了

1.什么情况下会gc

为了了解我们的系统为什么会不停fgc，我们需要先了解一下系统什么情况下会gc。在jvm层面，当我们new一个对象的时候，jvm会先在堆区分配对象需要的内存，这个时候如果内存不够的话，就需要gc了，gc的返回结果就是对象的空间地址。jvm会先进行ygc，也就是我们通常说的标记复制，如果ygc之后依然申请不到空间，就会进行fgc了。同理，如果fgc之后依然没有足够的空间，就会循环的进行fgc，直到申请到足够的空间。

2.导致不停的fgc的原因

如上文所讲，fgc有可能发生在你的每一行代码。如果fgc之后依然没有足够的空间，就会不停的fgc，直到申请到足够的空间。同时JVM会限制在抛出OutOfMemory错误之前在GC中花费的VM时间的比例。系统频繁FGC大致有五种情况：

• 内存泄漏

• 请求处理变慢导致同时申请内存的线程太多

• metaspace 耗尽

• 常量池将堆区占满

• 堆外内存耗尽

       

1w，正常情况下处理一个请求的时间是1ms，那同一时刻并行的请求数量仅为10。如果性能发生抖动，每个请求处理的时间增加到100ms，那同一时刻并行的请求数量就会增加到100个。每个线程在处理请求的时候都会new一些对象出来，长时间存活的线程会造成类似内存泄漏的效果，将系统的内存耗尽。同时fgc也会加剧系统性能的开销，使系统变得更慢，产生雪崩。

 

三、如何让系统fgc之后仍然能活下来

1.杜绝内存泄漏

内存泄漏造成系统瘫痪的频率很高，有些系统定时从数据库拉取配置信息缓存到集合中，但是set不小心写成了list，最终在新增元素的时候内存溢出了。养成良好的编程习惯，多关注些细节，就能避免很多未知的问题。

2.并发限制：防止系统被撑死

每台服务器都有并行处理请求的上限，不管请求处理的多快，超过上限之后就会被撑死，对高并发的请求做好并发数限制是保持系统稳定的必要条件。需要注意的是，有一些系统在拒绝过多的请求时，也会做一些降级逻辑，降级逻辑也是有性能开销的，同样需要做并发限制，如果降级的请求超过并发限制，将不进行降级逻辑直接抛出异常。我们可使用的限流组件有很多，推荐我们阿里自研的Sentinel 和 Netflix开源的Hystrix。

3.自适应限流：防止系统被摸死

我们需要自适应限流有两个原因：

a. 每台服务器所处的环境是不一样的

有些服务器和离线计算的vm混部在一起，有些部署在实体机，有些部署在新老型号的机器上，每台服务器能承受的qps并不完全一样。统一配置分布式系统中每台服务器限流阀值，要么发挥不出每台服务器应有的作用，要么在高qps的情况下一些比较慢的服务器宕机，所以用服务器作为限流粒度是最合适的。

b.设置了正确的限流阀值，也可能被摸死

当单机承受的QPS 6~20倍于限流的流量时，拒绝一次请求的开销就无法忽略不记了。譬如春晚活动有些系统设置了正确的限流也被6~20倍于限流的流量冲垮。这种死法称为被摸死。应对这种情况，我们可以做的是在受到6~20倍的大流量时，动态减少限流的阀值。比如系统最开始接受1000qps，5000的拒绝流量过来会把系统摸死，这个时候我们调整系统的阀值，限流设置到100，被摸死的阀值就可以高一些，这样就算有6000个请求进来，我们系统也可以保证活下来。

4.异常流量监控：防止长尾请求拖垮系统

我们盯系统监控的时候通常会关注99分位的数据，但如果设置了合理的限流，系统依然被流量打挂，就要从那百分之一的长尾数据入手了。有些长尾数据对系统的影响会非常大。想象如果一个put请求传过来几十兆的数据，对java是极为不友好的，很有可能产生fgc，让请求变慢，导致一系列问题。

 

总之，磨刀不误砍柴工，当我们的系统因为fgc一次又一次重启的时候，不如花时间了解下系统产生性能问题的原因，将产生问题的那根针拔掉，晚上睡个安稳觉，白天更加充满活力的挖新坑。希望每个程序员手里都是一个稳定的系统。

参考资料：

jvm调优总结：

https://hllvm-group.iteye.com/group/wiki/?category_id=301

诺亚(Noah)自适应限流 稳定性利器 ：

https://www.atatech.org/articles/149208

那些年，人们问王坚博士的33个问题

近日，阿里王坚当选院士，王坚是如何看待中国技术的？他对于技术创新和布局又有什么样的思考？我们整理了这十年间关于王坚博士的经典采访，为你揭晓他作为一名顶尖技术人的思考。识别下方二维码或点击文末“阅读原文”了解真相。

你可能还喜欢

点击下方图片即可阅读

什么技能产品经理不会提，但技术人必须懂？

如何回答“性能优化”，才能打动阿里面试官？

关注「阿里技术」

把握前沿技术脉搏

戳这里，听人们问王坚博士的33个问题。